Banca de DEFESA: BRUNO WILLIAN DE SOUZA ARRUDA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: BRUNO WILLIAN DE SOUZA ARRUDA
DATA: 10/02/2015
HORA: 10:00
LOCAL: Auditório do CEAR
TÍTULO: CLASSIFICAÇÃO DE DISTÚRBIOS DE ENERGIA ELÉTRICA BASEADA EM SISTEMAS IMUNOLÓGICOS ARTIFICIAIS
PALAVRAS-CHAVES: Qualidade de energia elétrica. Distúrbios. Sistemas imunológicos artificiais.
PÁGINAS: 83
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO: Na atualidade, a energia elétrica assume um papel imprescindível para a sustentabilidade da sociedade. Com o avanço da tecnologia e a utilização cada vez maior de cargas não-lineares, são crescentes a exigência e a demanda dos consumidores em relação à qualidade de energia elétrica (QEE). A rede elétrica pode ser afetada por distúrbios, sendo estes responsáveis por interferências indesejáveis que consequentemente, acarretam em efeitos econômicos, ocasionando prejuízos. Diante do exposto, vê-se a necessidade de desenvolver sistemas que sejam capazes de detectar e classificar esses distúrbios, ainda enquanto o sistema opera de forma aceitável, evitando o mau funcionamento dos equipamentos, assim como as despesas causadas. Em outro contexto, sistemas imunológicos artificiais (SIA) é uma área da engenharia da computação relativamente recente e procura explorar mecanismos que são utilizados nos sistemas imunológicos encontrados na natureza com o objetivo de desenvolver técnicas de solução de problemas. Para tanto, esta pesquisa tem como objetivo desenvolver e implementar um sistema para classificação de distúrbios de energia elétrica baseado em SIA. O algoritmo de seleção clonal (CLONALG), caracterizado pelo seu uso em problemas de reconhecimento de padrões, é utilizado com o intuito de gerar células de memória capazes de reconhecer antígenos (distúrbios de energia elétrica). Para avaliação do algoritmo como solução do problema, um classificador baseado no algoritmo dos k-vizinhos mais próximos é utilizado. Os resultados obtidos neste trabalho mostram que a metodologia proposta obteve 100% de precisão na classificação dos semiciclos de cada distúrbio abordado (Swell, Sag, Interrupção, Harmônicos e a operação normal), além disso, os resultados foram obtidos com frequência de amostragem inferior ao recomendado por padrão e, para cada semiciclo, o algoritmo dos k-vizinhos mais próximos levou aproximadamente 103 μs para classificar. Em comparação com trabalhos científicos relacionados, foi possível observar que os resultados obtidos são satisfatórios e apresentam eficiência e coerência. A partir dos resultados obtidos, torna-se possível a utilização da metodologia proposta para implementações online.
MEMBROS DA BANCA:
Presidente - 1523920 - CLEONILSON PROTASIO DE SOUZA
Externo ao Programa - 1984771 - HELON DAVID DE MACEDO BRAZ
Externo ao Programa - 1545175 - IGUATEMI EDUARDO DA FONSECA
Interno - 1972270 - YURI PERCY MOLINA RODRIGUEZ